Python | Pandas series . to _ numpy()
原文:https://www . geesforgeks . org/python-pandas-series-to _ numpy/
Pandas Series.to_numpy() 函数用于返回一个 numpy 数组，该数组代表给定系列或索引中的值。
这个功能将解释我们如何将熊猫系列转换成数字阵列。虽然很简单，但是这种手法背后的概念非常独特。因为我们知道数列在输出中有索引。而在 numpy 数组中，我们只有 numpy 数组中的元素。
语法: Series.to_numpy()
参数: 数据类型:我们像字符串一样传递的数据类型。 复制:【bool，默认值 False】确保返回值不是另一个数组上的视图。
要获得 csv 文件的链接，点击 nba.csv
代码#1 :
使用方法Series.to_numpy()将系列变为数字阵列。永远记住，当处理大量数据时，你应该首先清理数据，以获得高精度。虽然在本代码中，我们通过使用.head()方法使用了权重列的前五个值。
# importing pandas
import pandas as pd
# reading the csv
data = pd.read_csv("nba.csv")
data.dropna(inplace = True)
# creating series form weight column
gfg = pd.Series(data['Weight'].head())
# using to_numpy() function
print(type(gfg.to_numpy()))
输出:
[180\. 235\. 185\. 235\. 238.]
代码#2 : 在这段代码中，我们只是在同一个代码中给出了参数。所以我们在这里提供数据类型。
# importing pandas
import pandas as pd
# read csv file
data = pd.read_csv("nba.csv")
data.dropna(inplace = True)
# creating series form weight column
gfg = pd.Series(data['Weight'].head())
# providing dtype
print(gfg.to_numpy(dtype ='float32'))
输出:
[180\. 235\. 185\. 235\. 238.]
代码#3 : 验证转换后数组的类型。
# importing pandas
import pandas as pd
# reading csv
data = pd.read_csv("nba.csv")
data.dropna(inplace = True)
# creating series form weight column
gfg = pd.Series(data['Weight'].head())
# using to_numpy()
print(type(gfg.to_numpy()))
输出:
<class 'numpy.ndarray'>
